【正文】 則基本保持不變。如果未來核心算法能在自然語言理解上取得突破，則有望通過智能語音技術(shù)真正實(shí)現(xiàn)人機(jī)智能交互，從而使語音技術(shù)得到更加廣泛的應(yīng)用。 從智能語音技術(shù)的發(fā)展歷程來看，其應(yīng)用的主要推動力之一是語音技術(shù)核心算法的不斷進(jìn)步。智能語音技術(shù)是人工智能的研究領(lǐng)域之一，其技術(shù)原理涉及聲學(xué)、語言學(xué)、數(shù)字信號處理、計(jì)算機(jī)科學(xué)等多個學(xué)科。計(jì)算機(jī)芯片技術(shù)則遵照摩爾定律，每18個月性能提升1倍，芯片運(yùn)算能力的持續(xù)增長使得更為復(fù)雜的語音技術(shù)算法不斷得以實(shí)現(xiàn)。從智能語音技術(shù)的發(fā)展歷程來看，應(yīng)用的技術(shù)推動力主要是語音技術(shù)核心算法和計(jì)算機(jī)芯片技術(shù)。隨著語音技術(shù)的進(jìn)步和通信技術(shù)的飛速發(fā)展，語音識別技術(shù)將為網(wǎng)上會議、商業(yè)管理、醫(yī)藥衛(wèi)生、教育培訓(xùn)等各個領(lǐng)域帶來極大的便利，其應(yīng)用和經(jīng)濟(jì)、社會效益前景非常良好。國外已有多種基于語音識別產(chǎn)品(如聲控?fù)芴栯娫?、語音記事本等)的應(yīng)用，基于特定任務(wù)和環(huán)境的聽寫機(jī)也已經(jīng)進(jìn)入應(yīng)用階段。隨著計(jì)算機(jī)和語音處理技術(shù)的發(fā)展，語音識別系統(tǒng)的實(shí)用性將進(jìn)一步提高。人工神經(jīng)網(wǎng)絡(luò)技術(shù)的這些特點(diǎn)是HMM 模型所不具備的，適合用于處理一些環(huán)境信息復(fù)雜、背景知識模糊、推理規(guī)則不明確的問題，因此對于噪聲環(huán)境下非特定人的語音識別問題來說是一種很好的解決方案，目前基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的語音識別系統(tǒng)仍處于實(shí)驗(yàn)室研究階段。 語音識別面臨的問題與未來發(fā)展 目前的語音識別技術(shù)并不完美，其主要局限有：（1）語音識別對環(huán)境依賴性較強(qiáng)，在某種環(huán)境下采集到的語音訓(xùn)練系統(tǒng)只能在該環(huán)境下應(yīng)用，否則系統(tǒng)性能將急劇下降；（2）Lombard 效應(yīng)導(dǎo)致高噪聲環(huán)境下的語音識別困難，由于高噪音環(huán)境下人的發(fā)音變化很大，如聲音變高、語速變慢等，這些變化導(dǎo)致音調(diào)及共振峰的變化，從而使得語音識別的準(zhǔn)確度顯著降低；（3）系統(tǒng)的適應(yīng)性差，主要表現(xiàn)在語音識別系統(tǒng)的性能受許多因素影響，如不同的說話人、說話方式、環(huán)境噪音、傳輸信道等，由于訓(xùn)練與識別環(huán)境的差異，同一個識別系統(tǒng)對于不同的用戶、不同的使用需求、不同的聲學(xué)環(huán)境下性能差異可以達(dá)到30%，使得語音識別技術(shù)的應(yīng)用范圍受到很大限制。命令詞語音識別技術(shù)作為現(xiàn)在應(yīng)用最為廣泛的語音識別技術(shù)，按照應(yīng)用場景和核心性能可分為電話命令詞語音識別技術(shù)和嵌入式命令詞語音識別技術(shù)。語音識別主要的技術(shù)評價指標(biāo)包括：識別內(nèi)容限制（連續(xù)語句還是命令詞）、識別詞語容量（孤立詞還是大詞匯量）、識別正確率、識別使用人員限制（針對特定人還是不限定使用者）、魯棒性（使用者口音適應(yīng)能力、抗環(huán)境噪聲能力）。 從語音識別的流程處理來看，語音識別系統(tǒng)同樣可以分成前端和后端兩部分：前端處理音頻流，從而分隔出可能的發(fā)聲聲音片段，并將它們轉(zhuǎn)換成一系列能夠用計(jì)算機(jī)表示的數(shù)值；后端是一個專用的搜索引擎，它獲取前端產(chǎn)生的輸出并對三個數(shù)據(jù)庫（聲學(xué)模型、語言模型和詞典）進(jìn)行搜索解碼，并給出最終的識別結(jié)果。語言辨識技術(shù)是通過分析處理一個語音片斷以判別其所屬語言種類的技術(shù)，本質(zhì)上也是語音識別技術(shù)的一個方面。說話人識別技術(shù)是以話音對說話人進(jìn)行區(qū)別，從而進(jìn)行身份鑒別和認(rèn)證的技術(shù)。以語音識別技術(shù)開發(fā)出的產(chǎn)品應(yīng)用領(lǐng)域非常廣泛，如聲控電話交換、信息網(wǎng)絡(luò)查詢、家庭服務(wù)、賓館服務(wù)、醫(yī)療服務(wù)、銀行服務(wù)、工業(yè)控制、語音通信系統(tǒng)等，幾乎深入到社會的每個行業(yè)和每個方面。作為智能計(jì)算機(jī)研究的主導(dǎo)方向和人機(jī)語音通信的關(guān)鍵技術(shù)，語音識別技術(shù)一直受到各國科學(xué)界的廣泛關(guān)注。我國中科院自動化所研制的非特定人、連續(xù)語音聽寫系統(tǒng)和漢語語音人機(jī)對話系統(tǒng)，其準(zhǔn)確率和系統(tǒng)響應(yīng)率均可達(dá)90%以上。國內(nèi)中科院的自動化所、聲學(xué)所以及清華大學(xué)等科研機(jī)構(gòu)和高校都在從事語音識別領(lǐng)域的研究和開發(fā)。在軟件上，目前比較成功的語音識別軟件有:Nuance、IBM的Viavoice和Microsoft的SAPI以及開源軟件HTK，這些軟件都是面向非特定人、大詞匯量的連續(xù)語音識別系統(tǒng)。進(jìn)入21世紀(jì)，隨著消費(fèi)類電子產(chǎn)品的普及，嵌入式語音處理技術(shù)發(fā)展迅速[2]。同時漢語語音識別也越來越受到重視。許多發(fā)達(dá)國家如美國、日本、韓國以及IBM、Apple、ATamp?！　?0年代，MFCC的參數(shù)提取技術(shù)和HMM模型的深入使用使得語音識別技術(shù)得到進(jìn)一步的發(fā)展，語音識別的問題逐步在理論體系上得到了比較完整和準(zhǔn)確的描述，同時在實(shí)踐上又逐步研發(fā)出效率較高的解決算法。在理論上，LP技術(shù)得到進(jìn)一步發(fā)展，動態(tài)時間歸正技術(shù)（DTW）基本成熟，特別是提出了矢量量化（VQ）和隱馬爾可夫模型（HMM）理論。這時期的重要成果是提出了動態(tài)時間規(guī)劃（DP）和線性預(yù)測分析技術(shù)（LPC），其中后者較好地解決了語音信號產(chǎn)生模型的問題，對語音識別的發(fā)展產(chǎn)生了深遠(yuǎn)影響。T Bell實(shí)驗(yàn)室基于共振峰提取技術(shù)實(shí)現(xiàn)了第一個可識別十個英文數(shù)字的語音識別系統(tǒng)——Audry系統(tǒng)。HCI主要包含五個方面的主題 ：人機(jī)交互的特性；計(jì)算機(jī)的相關(guān)性；人的特性；計(jì)算機(jī)系統(tǒng)和界面架構(gòu)；系統(tǒng)開發(fā)的規(guī)范和過程。 HCI人機(jī)交互 人機(jī)交互 CHI(Computer Human Interaction)，國際上也稱(HCI，Human Computer Interaction)是一門跨學(xué)科的研究，它的研究內(nèi)容很廣，包括心理學(xué)領(lǐng)域的認(rèn)知科學(xué)，心理學(xué)；軟件工程領(lǐng)域的系統(tǒng)構(gòu)架技術(shù)；信息處理領(lǐng)域的語音處理技術(shù)和圖像處理技術(shù)；人工智能領(lǐng)域的智能控制技術(shù)等。那些工具也都是免費(fèi)的。你的cybertwin與Eliza一樣，其核心中并沒有真正的智能，如果你沒有設(shè)定好各種問題的回答，它自己是不會回答的。目前MyCyberTwin還是一項(xiàng)免費(fèi)的服務(wù)，它是由澳大利亞悉尼的一家名為RelevanceNow的公司推出的，雖然現(xiàn)在它還處于測試階段。 你可以將各種實(shí)際資料和個性資料設(shè)置到你的cybertwin中。沒有人會誤以為它就是你，但是近年推出的MyCyberTwin卻可以在你不在的時候幫你做很多事情。然而，使用Eliza軟件的許多人都相信或者至少暫時相信他們是在與真人對話。如果你對Eliza說：“我今天感覺有些不舒服。說起人工智能就肯定要談到上個世紀(jì)六十年代的第一個虛擬人物Eliza中采用的人工智能技術(shù)。 人工智能在虛擬克隆人方面的發(fā)展人們花了大量的時間希望可以將人性搬到網(wǎng)絡(luò)上去，它是對未來發(fā)展的一種嘗試。Visual Prolog網(wǎng)站更新速度快，資源豐富。此外，該網(wǎng)站還提供免費(fèi)的e2gLite專家系統(tǒng)外殼下載，并且有在線教程，通過介紹專家系統(tǒng)的基本概念，基于規(guī)則的推理，對不確定事實(shí)的表示和處理及對什么是知識引擎的介紹到引導(dǎo)用戶設(shè)計(jì)并創(chuàng)建自己的知識庫，最后利用e2gLite專家系統(tǒng)外殼開發(fā)自己的專家系統(tǒng)。高中階段對專家系統(tǒng)掌握的要求僅限于能演示或使用簡單的產(chǎn)生式專家系統(tǒng)軟件，以對專家系統(tǒng)有個感性認(rèn)識；能使用一個簡易的專家系統(tǒng)外殼來自行開發(fā)簡單的專家系統(tǒng)。第二種把資源按照特定主題來分類，包括專家系統(tǒng)，模糊邏輯、知識表示、邏輯與推理、自然語言處理、神經(jīng)網(wǎng)絡(luò)、機(jī)器人、搜索和博弈、計(jì)算機(jī)視覺及其他相關(guān)主題，每一個主題都由概要、教程、工具和資源四個模塊組成。5. 人工智能教育知識庫(AI Education Repository網(wǎng)址：~manaris/aieducationrepository/） 該網(wǎng)站收錄了關(guān)于人工智能教材、教學(xué)大綱和教學(xué)設(shè)計(jì)范例等方面的信息，并且提供了與人工智能相關(guān)的教育論文，各主題的在線教程，適合課堂或?qū)嶒?yàn)室教學(xué)的工具軟件和環(huán)境，以及方便用戶相互交流人工智能教育心得與經(jīng)驗(yàn)的虛擬空間。讀者可以通過不同的索引方式來查找網(wǎng)站內(nèi)的所有文章和作品，例如，通過作者姓名，出版期號，專欄名稱，文章主題，相關(guān)圖片，專題評論，每周民意調(diào)查等。AAAI主要活動包括組織和創(chuàng)辦研討會，座談會和主題論壇；為所有會員發(fā)行季刊雜志，出版著作，會議錄和技術(shù)報告；為在人工智能領(lǐng)域作出貢獻(xiàn)的會員及有發(fā)展?jié)摿Φ膶W(xué)生授予榮譽(yù)和獎學(xué)金等。3. 美國人工智能協(xié)會(American Association for Artificial Intelligence網(wǎng)址： ） 美國人工智能協(xié)會（AAAI）成立于1979年，是個非盈利性的科學(xué)社團(tuán)組織，主要致力于讓機(jī)器產(chǎn)生智慧思考和智能行為的研究。它從工程應(yīng)用的角度系統(tǒng)地介紹了人工智能的基本原理、方法及其應(yīng)用技術(shù)，并全面反映了國內(nèi)外研究和應(yīng)用的最新進(jìn)展。內(nèi)容更新快，資源豐富，可為開展人工智能教育的教師和學(xué)生提供該領(lǐng)域的實(shí)時發(fā)展動態(tài)和教學(xué)參考信息。下面將主要圍繞這三個主題，列舉幾個與人工智能教育相關(guān)的有代表性的資源網(wǎng)站。雖然大多以國外網(wǎng)站居多，但教師若能結(jié)合本校實(shí)際情況和學(xué)生的特點(diǎn)對其合理利用，使之本土化、校本化，無疑能夠有效地促進(jìn)人工智能教育的順利開展?！　♂槍τ谏鐓^(qū)本身具有的優(yōu)勢是論壇欄目分類本身已經(jīng)對于信息進(jìn)行了一種分撿，各欄目內(nèi)部又有一定的分類，這對于內(nèi)容檢索來說具有相當(dāng)?shù)暮锰?，事?shí)上如樓主所說的圖書網(wǎng)站為什么能夠比較好的應(yīng)用這種人工智能技術(shù)的一個主要原因就是圖書行業(yè)本身就具有比較好的分類檢索系統(tǒng)，這對于語義識別是具有相當(dāng)幫助的，相當(dāng)于給語義識別檢索加上了一個很好的輔助檢索標(biāo)準(zhǔn)，這是具有相當(dāng)意義的。一個以個人主頁(博客、微博、facebook等)為基底的可以便捷的尋找到個人興趣的操作平面，顯然在這一點(diǎn)上無論社區(qū)還是門戶網(wǎng)站的現(xiàn)有結(jié)構(gòu)和操作界面都不能適應(yīng)這一要求，隨身瀏覽的功能被實(shí)際的情況抑制。上述所說的人工智能主要部分是語義理解這一部分，與這一部分有最大關(guān)聯(lián)的主要是搜索服務(wù)的提供商，google的論壇部分在一定程度上正在采用這種思路運(yùn)作，只是現(xiàn)有的服務(wù)提供可能在便利程度上還不能達(dá)到，特別是針對中文系統(tǒng)的輻射更加薄弱?！　?，只有將兩者有效地結(jié)合在一起才能創(chuàng)造更大的應(yīng)用價值，才能給網(wǎng)民大眾帶來更好的應(yīng)用體驗(yàn)?！　‖F(xiàn)在的分享手段和途徑主要有：內(nèi)容訂閱（帶tag過濾）、人工推薦、Tag標(biāo)記、RSS輸出、JavaScript輸出、API調(diào)用等，除tag手段外，其它的手段都和內(nèi)容本身無關(guān)，只是提供了一種純碎的技術(shù)手段，而tag方式在前面也說過，僅僅解決了粗粒度的宏觀和中觀內(nèi)容過濾，準(zhǔn)確性不夠。如果使用上述的宏觀語義理解技術(shù)，這個問題就可以得到很大程度上的解決；每個人的收藏興趣是通過你已經(jīng)收藏的內(nèi)容體現(xiàn)的，特別是收藏的內(nèi)容達(dá)到一定量級后這種體現(xiàn)就會非常準(zhǔn)確；要找自己的“志同道合”者前提是自己要收藏一定數(shù)量的內(nèi)容，然后以自己的收藏興趣為條件讓系統(tǒng)自動為你查找和你的收藏興趣最接近的人就行了。要解決信息獲取的準(zhǔn)確性問題，只在宏觀和中觀層面進(jìn)行分類思考是不行的，必須進(jìn)入語義理解層面才行,做到這一點(diǎn)，資料庫才能真正變成知識庫，也才能對后續(xù)的互動、分享提供更智能化的支持。如何將這些內(nèi)容有效地組織管理起來，使之成為真正的社會知識財(cái)富是人工智能的應(yīng)用一個方面。第二章 人工智能的應(yīng)用 人工智能技術(shù)在網(wǎng)絡(luò)電腦中的應(yīng)用